Afleiden van latente gedragsstrategie uit de representatiegeometrie van prefrontale cortex-activiteit

Verborgen plannen in het denkende brein

Wanneer je een recept volgt of een veranderende boodschappenlijst bijhoudt, moet je brein voortdurend bijwerken wat je moet onthouden en wat je kunt vergeten. Wetenschappers weten dat we verschillende interne "plannen" kunnen gebruiken om dit te doen, zelfs wanneer ons waarneembare gedrag hetzelfde lijkt. Deze studie stelt een schijnbaar eenvoudige vraag: kunnen we, door rechtstreeks naar hersenactiviteit te kijken, achterhalen welk verborgen plan een dier gebruikt om dingen in het geheugen te houden?

Twee manieren om het laatste item bij te houden

De onderzoekers trainden twee apen om een uitdagende oogbewegingsopdracht uit te voeren die het werkgeheugen probeerde te bevragen — het mentale kladblok dat we gebruiken om informatie tijdelijk vast te houden. In elke proef staarden de dieren naar een centraal stipje terwijl er een rood vierkant op een van vier locaties verscheen en vervolgens verdween. Na een korte vertraging verscheen een tweede item: óf een nieuw rood doelwit óf een groen afleider op een andere locatie. Na een tweede vertraging verdween het centrale stipje, wat het dier cuede om zijn ogen te bewegen naar de locatie van het meest recente doelwit. Soms was dat het tweede item; andere keren moest het de afleider negeren en terugkeren naar de plek van het eerste doelwit.

Stil wisselen versus constant bijwerken

Menselijke studies suggereren ten minste twee brede strategieën voor zulke taken. In de ene, in technisch werk vaak "retrieve at recall" genoemd, slaat het brein stilletjes meerdere items in aparte interne compartimenten op zonder te beslissen welk item belangrijk is. Pas wanneer een cue verschijnt, haalt het het relevante item eruit en plaatst het in een speciaal "readout"-formaat dat gedrag kan aansturen. In de andere, een "rehearse and update"-stijl, houdt het brein het momenteel belangrijke item altijd in dat readout-formaat en werkt het actief bij wanneer nieuwe informatie arriveert. Uiterlijk kunnen beide strategieën dezelfde correcte oogbeweging opleveren, dus gedrag alleen onthult niet welke strategie wordt gebruikt.

Digitale hersenen bouwen om echte te lezen

Om dit probleem te kraken vergeleek het team echte neurale activiteit in twee frontale hersengebieden met de activiteit van computermodellen die getraind waren om elke strategie te gebruiken. Ze namen op van neuronen in de laterale prefrontale cortex, lang bekend om zijn rol bij het vasthouden van informatie, en de prearcuate cortex, die helpt bij het plannen van oogbewegingen. Parallel daaraan trainden ze vele recurrente neurale netwerken — kunstmatige systemen waarvan de activiteit zich in de tijd ontvouwt — om dezelfde taak uit te voeren. Sommige netwerken werden gedwongen zich te gedragen als "retrieve at recall"-systemen, waarbij hun output tot het laatste moment niet informatief was. Andere werden gedwongen te functioneren als "rehearse and update"-systemen, met outputs die direct de huidige target weerspiegelden en veranderden wanneer dat nodig was.

De vormen van denken lezen

In plaats van zich op individuele cellen te concentreren, onderzochten de auteurs de algemene "vorm" die de populatie-activiteit in een abstracte ruimte traceerde, een beetje zoals je het pad van een zwerm zou uitzetten in plaats van elke vogel afzonderlijk. In de recall-stijl netwerken bezette het activiteitspatroon voor een onthouden locatie een set richtingen tijdens de eerste vertraging en roteerde vervolgens naar een andere set net vóór de respons — bewijs voor het overbrengen van informatie van een verborgen opslag naar een readout-formaat. In de update-stijl netwerken droegen dezelfde richtingen de locatie-informatie over beide vertragingen, met vloeiende verschuivingen alleen wanneer het relevante doelwit veranderde. De cruciale test was of de prefrontale activiteit van de apen meer op het ene dan op het andere patroon leek.

Apen onthullen hun stille strategie

Over meerdere metingen kwamen beide hersengebieden overeen met de rehearse-and-update-stijl. De populatiecodes voor locatie waren stabiel in de tijd, veranderden nauwelijks wanneer een afleider verscheen en bezetten gedurende de proef bijna hetzelfde "vlak" van activiteit. Decoders die op één vertraging waren getraind, konden betrouwbaar locaties uitlezen uit de andere vertraging, precies zoals in de update-stijl netwerken. Daarentegen waren de kenmerken van rotatie en code-morphing die in de recall-stijl netwerken werden gezien, grotendeels afwezig in de neurale data. Dit suggereert dat, in deze taak, de apen de momenteel belangrijke locatie actief en continu bijgewerkt houden, in plaats van opties stil op te slaan en later te selecteren.

Waarom deze verborgen keuze belangrijk is

Het werk toont aan dat we de latente mentale strategie van een dier kunnen afleiden niet uit gedrag, maar uit de geometrie van zijn hersenactiviteit in vergelijking met die van zorgvuldig ontworpen kunstmatige netwerken. Voor het dagelijkse leven suggereert het dat onze hersenen vaak de voorkeur kunnen geven aan een aanhoudende, op repetitie gebaseerde aanpak wanneer ze het meest recente relevante item bijhouden, althans in eenvoudige situaties. Breder opent het een weg om te bestuderen hoe zulke interne plannen worden geleerd, hoe ze veranderen met ervaring of vermoeidheid, en hoe verschillende hersengebieden samenwerken om ze uit te voeren — zelfs wanneer voor een buitenstaander slechts één snelle oogbeweging zichtbaar is.

Bronvermelding: Qian, Y., Herikstad, R. & Libedinsky, C. Inferring latent behavioral strategy from the representational geometry of prefrontal cortex activity. Nat Commun 17, 2850 (2026). https://doi.org/10.1038/s41467-026-69380-6

Trefwoorden: werkgeheugen, cognitieve strategie, prefrontale cortex, neurale netwerken, besluitvorming